有一种简单的临床疗法现已变成一种新兴的产业，那就是粪便移植疗法。这种疗法已被证实能有效地治愈结肠内的艰难梭菌（Clostridium difficile）增生的症状。这种细菌无法用抗生素来消灭，它具有减轻体重的作用，而且它还表明，肠道与大脑存在某种联系，会影响我们的心理健康。
近期的研究表明，有些细菌的繁殖会导致人们出现焦虑、沮丧等症状，甚至阿尔茨海默病，而有些细菌却有减轻这些症状的作用。以弓形体病（toxoplasmosis）为例，该细菌对我们的精神状态有着非常直接的影响：这种能刺激神经的寄生菌会影响我们最真实的一种情感——性吸引力。
与老鼠和其他哺乳动物一样，人类只是弓形体细菌的中间宿主，而猫才是这种细菌的主要目标。在这种无意识中形成的三角关系中，弓形体细菌需要老鼠被猫吸引，所以鼠弓形体细菌会游至老鼠可以产生性冲动的脑部区域，并提示老鼠对猫的信息素产生积极反应而非消极反应，这促使老鼠去接近猫而不是逃离，这样，猫就能轻易地抓到并吃掉老鼠。当弓形体细菌到达猫体内后，它的目的就达到了，并且可以进行繁殖了。
人类通过更抽象的方式实现这种传播。携带弓形体细菌的人会被来源于猫的信息素的气味吸引，这种气味在许多香水中都可以闻到，据说香奈儿5号香水中就有这种气味。大约30%的全球人口感染了这种寄生菌，这是一个非常庞大的群体。事实上，这部分人群更容易发生交通事故；女性携带者更喜欢由设计师设计的服装。
我们往往将性欲视为个性的主要组成部分，实际上，不仅我们自己无法控制自身生物系统对性吸引力的反应，寄生菌也会对我们的神经施加影响，甚至直接改变我们的行为。这是一个充满争议的难题，它挑战了人类对吸引力的基本理解。
我们总是在相互传播自己的细菌。我们握手、亲吻、性交、旅行、上厕所、聚会、去教堂。一项关于宗教的研究表明，作为社会因素的宗教，与之相伴的可能是微生物有机体的复杂传播。当我们聚集在一起时，真正交流的是什么？我们的社交需求是否也受到了微生物的神秘力量的影响？
ONLY SCIENCE AND INVENTION DELIVER TRULY NEW STUFF, LIKE DOUBLE HELIXES AND SEARCH ENGINES.
只有科学和发明才给我们带来了真正的新东西，比如DNA双螺旋结构和搜索引擎。
——马特·里德利，《缺乏所导致的传染病》
82
THE EPIDEMIC OF ABSENCE
缺乏所导致的传染病
Matt Ridley
马特·里德利
科学作家，英国皇家文学学会和医学科学院会员；著有《万物进化论》（The Evolution of Everything）。
斯图尔特·布兰德曾鲜明地指出，大部分占据新闻版面的内容并不算真正的新闻，比如屡见不鲜的爱情、丑闻、犯罪和战争等。从新闻的角度来说，只有科学和发明才给我们带来了真正的新东西，比如DNA双螺旋结构和搜索引擎。因此，我最感兴趣的科学新闻是：科学家找到了人们变得越胖，某些疾病就会变得越严重的原因。虽然我们消灭了一些传染病，并减缓和控制了许多老龄化疾病，比如心脏病和癌症，但患上过敏症、自身免疫性疾病和类似于孤独症等疾病的人群越来越多了。这其中的部分原因是确诊人数增多了，另一部分原因是有些人感觉自己得了这些疾病。实际上，患有这些疾病的人数的确在不断上升。
我们以花粉热（又称为过敏性鼻炎）为例。这是一种现代病，在过去的农民群体中较为常见，当前的非洲农民患这种疾病的也比较多。然而，相比于前两个群体，当今城市中产阶级患这种疾病的人数要更多。关于这一疾病，有十分详细的时间轴数据，该时间轴按照城镇和农村两条主线分别记录了随着社会的发展，这一过敏性疾病的患病人数。据证明，花粉热源自对寄生虫的控制。当前，这种疾病在东欧和非洲发病较多：在寄生虫消灭的几年后，小孩开始染上这一疾病。在《缺乏导致的一种传染病》（An Epidemic of Absence）一书中，莫伊塞斯·贝拉斯克斯-曼诺夫（Moises Velasquez-Manoff）将这种现象按照年份进行了非常翔实的记录。
这完全合乎道理。在与寄生虫的角逐过程中，免疫系统进化出了抵抗寄生虫的能力。然而，当消灭了寄生虫之后，免疫系统就失衡了。实际上，当寄生虫试图破坏免疫系统时，后者就会达到良好的平衡。如果没有寄生虫，免疫系统的表现就多余了。因此，治愈花粉热的有效方法是：摄入寄生虫。然而，这种做法很可能存在风险，毕竟，寄生虫可不是闹着玩的。
然而，有多少现代疾病不仅是因为缺少寄生虫，而是由微生物的生态造成的呢？当前生活优渥的孩子是不是因为过分干净的成长环境而导致肠道菌群失衡呢？这种可能性较大。那么，现实生活中究竟有多少疾病是由免疫系统失衡导致的呢？我认为，这种情况比我们想象的还要多，多发性硬化症、肥胖症、厌食症，甚至孤独症都有可能是这种原因导致的。
华盛顿大学医学院的杰弗里·戈登（Jeffrey Gordon）所在的研究团队做的一项引人注目的研究表明，如果一个人获得了另一个患有肥胖症的人的肠道菌群，并将其传给一只没有这种肠道菌群的老鼠，那么，相比于从没有肥胖症的双胞胎兄弟（姐妹）那里获得肠道菌群的老鼠，这只老鼠变胖的速度更快。这是一个经过精心设计的实验。
因此，我认为，科学界的一个重大新闻是，我们开始理解因缺乏而导致的传染病。
83
BUGS R US
细菌反斗城
尼娜·雅布隆斯基（Nina Jablonski）
古人类学家，宾夕法尼亚州立大学教授；著有《生活的色彩》（Living Color）。
匈牙利产科医生伊格纳茨·塞麦尔维斯（Ignaz Semmelweis）曾做出了一项改变世界的举措。1847年，他做出了一个意义重大的决定：在进行完尸检后，先洗手，再接生。当时，他在维也纳的一家产科医院工作，关于疾病的微生物理论和“感染”概念还不为人知。当时，一种现在被命名为“产褥热”的产后感染疾病导致大量在医院生产的产妇死亡。塞麦尔维斯意识到，尸体内部或表面的某些东西可能导致产妇患上这种疾病，因此他决定遵循助产士的规范，在接生前必须洗手。结果，产妇的死亡率下降了。塞麦尔维斯知道自己获得了新发现。然而在生前，他的新方法并没有被其他男性内科医生接受。在接下来的几十年，欧洲其他地区的医生和科学家证明，他是正确的。类似于细菌的微生物会导致感染疾病，而采取洗手等简单的预防措施，便能够降低患病的风险。
由于塞麦尔维斯和后续聪明的继任者的努力，我们开始遵循一系列规范。从饮用开水、拒绝饮品里加冰块到近乎狂热的为手消毒，目的都是降低由环境中的细菌造成的患病概率。
虽然我们很早就知道，人体内有大量“正常”的细菌，但相关研究是在10年前才开始的。现在，我们专注于研究由塞麦尔维斯发现的致病细菌，并在培养皿中培养它们，以鉴别和消灭它们。我们曾认为，人体内其他微生物的危害微不足道，因此没有太过重视。
2008年，数百位科学家合作启动了“人类微生物组计划”（Human Microbiome Project），共同研究人体内数十亿细菌的属性和作用。人类的微生物组有很多个。人类的头发中有微生物组，鼻孔中有微生物组，阴道内也有，这些微生物组与人类皮肤中的微生物组大不相同。肠道内的微生物组对于人类的健康具有十分重要的作用，食道和胃内的微生物组也是如此。
这些微生物组会随着年龄的增长而变化。因此，一些在我们年轻时常见且无害的细菌到我们年老时会对健康产生不利影响，反之亦然。对人体内的细菌进行分类与研究不仅是出于科学上的好奇，更重要的是，这些细菌对人类的健康具有重要作用。比如，皮肤中的正常细菌对维持皮肤保护功能的完整性具有必不可少的作用；许多疾病都与人体内微生物的改变存在关联，比如牛皮癣、肥胖症、炎症性肠病、某类癌症，甚至心血管疾病。
虽然我们还不确定细菌发生变化是患上这些疾病的原因还是结果，但细菌与疾病之间存在联系的发现为我们研究新的疗法和有针对性地预防疾病提供了新视角。人体内的微生物群还会影响并受身体表观基因组的影响，后者是影响基因表达的化学因素。因此，人类体表和体内的细菌对细胞内基因的正常行为起着决定性作用，如果细菌的组成和总数发生变化，将会影响细胞的状态和对外的反应。
请不要再将身体视为神经和大脑的圣殿！实际上，我们的身体是充满细菌且不断变化着的生态系统。这些细菌对健康的影响方式比我们原先预计的要多得多。随着对自身单细胞邻居的了解不断增多，我们将会通过益生菌来治疗急性或者慢性疾病，将在年老时采取有效的措施来维护肠道菌群的多样性。到那时，我们所用抗生素的抗菌能力也会变得越来越窄谱，当我们患了严重的急性感染疾病时，这些抗生素仅仅会消灭对我们的健康影响最大的少数几种细菌。虽然洗手液和结肠清洗还会伴随我们很长一段时间，但最好习惯这个新的称呼——细菌反斗城。
84
FECAL MICROBIOTA TRANSPLANTS
粪便微生物移植
伊藤穰一（Joichi Ito）
麻省理工学院媒体实验室主任。
虽然我们对微生物组的讨论已经持续了很多年，但2015年，关于人类的微生物的新闻格外多。虽然我们很早就知道了人体肠道内的微生物组对健康具有重大影响，但近期的研究表明，肠道菌群的作用远比我们之前所认为的要重要得多。
粪便微生物群移植（Fecal Microbiota Transplantation，FMT）治愈了90%的艰难梭菌感染者。这种感染很难通过其他方法治愈。目前，我们还不太了解这种移植的准确原理，只知道将健康人群的微生物群（粪便）输入患者的体内，便能使患者的肠道重新获得原有且正常的微生物群的多样性。
人体内的肠道微生物会产生各种影响大脑的神经递质，反之亦然，这大幅超出我们之前对它们的理解。有证据表明，除了对情绪的影响以外，部分大脑功能的紊乱可能来源于微生物的失衡。这类证据非常多，以至于开放生物群（OpenBiome）等粪便微生物移植银行开始筛选患有精神疾病和具有其他健康问题的提供者。而要成为排泄物银行的合格提供者，比上麻省理工学院和哈佛大学都要难。也许，智能机器在这一方面会有所帮助，就如同它们在其他领域表现出的强大能力。健康肠道（Robogut）(42)设备在合成粪便方面已经取得了不错的进展。
研究表明，没有肠道菌群的老鼠表现出的社会性比具有这种菌群的老鼠要弱。根据这一现象，科学家推测出，虽然社交活动不会对老鼠的健康产生促进作用，但它们的社交行为和相互食用排泄物的习性可能来源于这一因素：微生物想要在老鼠之间传播。
实际上，许多我们喜欢的食物是肠道菌群喜欢的食物。肠道菌群会将这些食物变成我们身体所需和喜欢的物质。同样，母乳中含量丰富的低聚糖（oligosaccharide）是部分有益的肠道菌群喜欢的食物。人体内的微生物数量比人体细胞多得多，而且它们有可能是很多人类行为的根源。在身体的运转过程中，即便微生物不会比我们自身的细胞更重要，但至少具有同等的重要性。
然而，不是所有微生物都是对人体有益的。实际上，大部分微生物是中性的，而有一些是有害的。以鼠弓形体为例，这种微生物会让老鼠丧失对猫天生的恐惧感，因为这种寄生虫需要进入猫的体内进行繁殖。此外，狂犬病也会致使动物攻击其他动物以提高传播率。
微生物无处不在。清洁剂会杀死我们皮肤上的氨氧化细菌（ammonia-oxidizing bacteria，AOB）。亚马孙雨林原住民亚诺玛米族（Yanomami）人的皮肤中还有这种细菌，这意味着亚诺玛米族这种从未经历过现代医疗卫生的种族，不会得痤疮和大部分种族会得的炎症性皮肤病，并且，一项针对1 000多名巴布亚新几内亚基塔瓦岛居民的研究没有发现一例类似病例。越来越多的证据表明，过敏性疾病和其他许多现代疾病都是在现代医疗卫生出现之后才出现的。
空气中的微生物也是整个系统的组成部分。研究表明，如果打开病房的窗户，让室外多种微生物进入，那么相比于过滤并对空气进行消毒的医院，前者的感染率更低。土壤中的微生物是植物营养系统的必要组成部分。微生物使植物将自己的养分转化成我们需要的各种营养物质。因此，我们不应该使用人工肥料破坏土壤的微生物群。我们也应该通过当天“供应”的维生素来补充所需的卡路里。
人体的肠道，尤其是结肠，是所有已知微生物环境中最具多样性的场所。因此，对于具有生物多样性和复杂性的肠道微生物组而言，肠道几乎是最完美的环境。人体的体温几乎是恒定的，并且人类宿主能在各种极端条件下生存。此外，人类还会与不同的环境相互传播微生物。从微生物的角度来看，人类几乎是完美的高级生命支持系统。认为“微生物是无用的”观点可能稍显自大，也许，将人类视为微生物的结构创新则更为准确。
85
HI, GUYS
嗨，伙计们
艾伦·阿尔达（Alan Alda）
演员，作家，导演，石溪大学教授；著有《与自己对话时无意听到的内容》（Things I Overheard While Talking to Myself）。
2015年，令我感到无比震惊又很奇妙的一个发现是，我不仅与微生物有关联，而且非常依赖它们，以至从某种意义上来说，我就是微生物。达尔文让我知道了自己与地球上其他动物之间存在联系，而2015年公布的关于微生物组的研究，让我了解了微生物占人类身体总体的比例，以及我对它们的依赖程度。这一发现令我印象深刻。
如果将人体内微生物的细胞总数和人体自身的细胞总数进行比较，我们会得到一个令人震惊的结果：前者是后者的10倍。
据研究，相比于手掌上的微生物，我臂弯的微生物与你臂弯的微生物的相似度更高。
不久以后，我将有可能通过粪便微生物移植或者直接服用粪便微生物药丸，来解决体内的所有失衡问题，包括肥胖症，如果它能胜过我的自我控制。
其他比较新奇的新闻还包括，无论我去往哪里，都会留下一簇微生物，如果它们附着在某种表面，在我离开后，其他人可以读取这些微生物，从而获取我个人微生物组的独特信息。
微生物无处不在。我相信，它们是地球上数量最多的生物，而且我们看不见它们。
此外，微生物具有强大的生命力。例如，有一种微生物会在潮湿的环境中扩张，只需要0.5千克～1千克这种微生物，就能将一辆汽车举高至离地0.6米的位置，这种微生物都可以用于给汽车换轮胎了。
我们已经在一个全新的世界插上了旗帜。我们的前沿研究不断取得新突破，从外太空到大脑，再到微生物，而如果没有微生物，就不会有我们现在所知的这个世界。
嗨，伙计们。
86
THE AGE OF AWARENESS
意识时代
昆廷·哈迪（Quentin Hardy）
《纽约时报》科技撰稿人。
以无处不在的智能机器为标志，我们正步入“意识”的时代。在当今这个时代，传感器无处不在，它们持续地记录着数十亿人和物体的移动位置和状态，而遍布全球的云计算系统实时对这些位置和状态数据进行传输、分析和共享。我们开始意识到无数交互的存在。此外，我们通过统计方法预测结果的能力也变得越来越强。
科学突破不仅依赖于这些手段，还依赖于集成这些手段的系统。这个布满传感器的世界发生的那些最大的变化和突破将原来各不相干的计算因素联系起来，为我们提供了设计、学习和工作的新方法。
这些原来各不相干的计算因素包括：移动性、传感器、云计算，由机器学习或人工智能实现的数据分析。传感器不仅给我们带来了关于自然界和社会的新信息，还向云系统的设备传递信息。分析算法的行为同样受到算法对云系统、传感器和外部环境的改变的影响。
就这样，我们进入了一个类似于飞轮的世界。在这个世界中，存储的数据被读取并在数据流中被操作，不断地发出通知、改变和被改变。结果便是，发生改变和获得发现的速度不断加快。从实用性的角度来看，这意味着通过我们的设计，这个世界将充满各种可能性，而非成为某种固定的状态。经济价值的焦点便在于这些交互不断产生的变化。这个不断做出响应和改变的世界带来的另一项成果是，终于结束了进行了2 500年的“亚里士多德项目”（遭到的怀疑越来越多）。这一项目一直致力于创造最终的知识状态。实际上，我们生活在变化中，并在追求知识的最优化。
在这个类似于飞轮的世界，个体意识的永恒不灭正在被过去高度互联的全球化数据存储、现在的计算和对将来的统计预测不断改变。人类的习惯已经随着新技术的出现发生改变，就如同印刷术改变了政治和宗教信仰，社会适应了工业模式。作为人类，我们开始仿效软件密集型的云计算系统。数十亿人获得了与其他所有人进行跨语言交流的能力。这些系统内部的人工智能中介将会追踪、教导和帮助人们，并会向企业管理者（可能还包括政府部门）报告个人情况。
知识学习这一过程将逐渐演变为微型课程的一部分，这些课程将会告诉我们需要学习的内容（归功于系统的分析功能）和下一步的计划。我们将生命的基因序列当成信息系统，正在研究如何操作它们——要么将微型机器放入人体内，要么将基因变成小而强大的计算机，极大地增强我们的意识与控制能力。
技术已经改变了我们的世界观，这个意识时代是独一无二的，并在不断重塑着人类的意识和期望。无论是1450年的约翰内斯·谷腾堡（Johnnes Gutenberg），还是1810年的企业家，他们都没有意识到新技术对人类工作的影响。正在建造当前这个布满设备、拥有自我意识的星球的人们，可以看到并分析自己努力的成效。然而，到目前为止，这些并没有显著提高我们计划与控制其成效的能力。
87
A LARGE-SCALE PERSONALITY RESEARCH METHOD
大规模个性研究方法
娜塔莉·纳海（Nathalie Nahai）
网络心理学家；著有《点击的奥秘：运用说服心理术提升在线影响力》。
我认为，2015年最重要的新闻是《人格与社会心理学杂志》（Journal of Personality and Social Psychology）于6月发表的一篇名为《基于社交媒体语言的自动个性评估》（Automatic Personality Assessment Through Social Media Language）的文章。对于致力于心理学和技术交叉研究的人员而言，这一研究成果证实了许多人长期以来期盼的结果：它提出了一种简单且真实可靠的模型，可以用于评估和解释数百万人每天的在线语言交流。
研究人员以66 000多名活跃的社交媒体参与者为样本，采用丰富的开放性词汇构建了一个人格预测模型。这一模型采用了“大五人格模型”，它们分别为：开放性、责任心、外倾性、宜人性和神经质性。通过这种模型得出的基于语言的人格预测比其他类似研究的准确度都高。这种模型不仅完胜现有的方法，而且适用规模广大且准确度高。
针对特定人群人格的研究看起来也许没有那么重要。比如，我们可以认为，在“外倾性”这一项得分较高的人喜欢使用更积极的情感用词，比如“令人惊奇的”“太棒了”“开心”，而在“神经质性”这一项得分较高的人更倾向于使用第一人称代词，比如“我”“我的”。然而，只有当我们获取足够多的数据时，才能得出更准确的结论。
只需比cookie(43)和IP地址稍微多一点儿的信息，我们就能为用户创建一个唯一的档案。这种便利性可以使我们获得数百万用户总体的性格特征，并将其存储于心理学数据库中。实际上，有几家公司已经基于商业目的开始这种尝试了。
由于特定的性格特征与一系列可预测的生活状况相关，比如，在“外倾性”这一项得分较高的人群倾向于采取冒险行为，因此性格特征方面的数据有助于预测生活质量，无论是正面的还是负面的。这就是此项研究的重要性所在。
这种针对人群性格的数据研究是一把双刃剑。从积极的方面来说，如果我们可以设计相关应用程序，通过可访问的公开数据（社交媒体上的互动文字）来预测用户的性格，这有助于更好地了解他们的动机、行为以及自身，而且能带来更精准的广告投放和更智能的应用程序，以更好地满足我们的需求。
从消极的方面来说，在学术研究之外的领域，这种数据收集并不需要授权。因此，任何人都可以用这些数据对人群进行分析和分类，而不被他们知道，也不受他们控制，这些人群包括市民、消费者或潜在的员工。随后这些数据可以用于决定是否让特定人群获得某种服务（比如信用额度和医疗保险）、职业，甚至公民身份。
鉴于数据收集的这种潜力，公众很有必要了解这一新闻，以便更好地了解在网络上分享信息将会如何暴露自己的隐私。这样，我们便能决定如何或者是否上网。
88
BIG DATA AND BETTER GOVERNMENT
大数据与更好的政府
玛格利特·利瓦伊（Margaret Levi）
华盛顿大学教授，斯坦福大学行为科学高级研究中心主任；与约翰·阿尔奎斯特（John S. Ahlquist）合著有《为了他人的利益》（In the Interest of Others）。
从数据收集的角度来说，大数据为商业、政府和社会科学家带来了前所未有的机遇。借助适合的分析工具（这些正以指数级的速度得到改进），大数据将会改变我们理解世界和解决问题的方法。美国和其他国家的政府将大数据作为判定最佳决策的依据，大学研究项目正在研发合适的分析工具。而全世界的许多非营利性组织正在通过技术将数据和市民连接起来，以改进政府项目和服务。
科学手段可以被有效地应用于制定公共政策。然而，政策的主要制定者之间存在重大分歧，他们中的一部分人想要基于数据制定公共政策，而另一部分人则致力于让市民抱怨不健全的公共服务，以获得他们想要的服务。一些政策制定者注重科学基础，而另一些更注重话语权。
基于数据制定政策已成为某些圈子的口头禅，而且人们的关注点越来越多地聚集在对政策的评估以及事先制定好的政策上。随机化实验促使政策制定者以科学的严谨态度评估用以提高幸福指数的措施，并在世界范围内获得普及。不过，这并不是唯一可行的方法。从科学分析的角度来说，大数据具有同等重要的作用，尤其当人群和团体的随机化不受欢迎、不可行、不道德、不充分，或以上皆是时。当确定医院应该配备何种设施或者选择军事基地和学校的位置时，政治上的考量往往胜过随机化。即便在政治化的情况下，基于观测数据的因果推理技术能使我们了解不同政策在何种条件下才可行。实际上，近些年基于观测数据的科学推论取得了激动人心的进展。
同时，有一部分政策制定者正在加速适应并改进服务于公众的技术、数据平台和分析工具。现在，居民可以通过手机拍照、短信与电子邮件的方式向政府反馈问题和要求提供服务。这也是一种对选举、服务和官僚进行监督的重要手段。居民通过手边的电子设备上报泄漏的燃气管道和水管，上传路面上的坑洞和废弃的房屋的照片，以及指控腐败的官员，这些举措都能显著地提高政府的响应力。在部分地区，有些非营利性机构在这方面已经取得了很大的进展，比如美国的美国代码公司（Code for America）、印度的电子政府基金会（eGovernments Foundation），以及收集数据来展示政府实际运行方式的大学科研团队。后者最近还取得了一项重大成果，那就是发现并纠正了加利福尼亚食品券分配和使用不当的问题。
收集所有人的数据确实会对个人隐私造成威胁，而且这些数据有可能会被滥用。人们正在运用科学和工程技术改变这一现象，以保护个人数据。此外，政府必须让公众相信，在使用数据这件事情上，它们是值得信任的。这一问题的关键在于政府要做出可靠的承诺。这样的政府会对政策进行科学分析，并充分运用科学技术来制定可靠的政策。
89
THIS IS THE SCIENCE-NEWS ESSAY YOU WANT TO READ
这是一条合你胃口的科学新闻
马蒂·赫斯特（Marti Hearst）
计算机科学家，加州大学伯克利分校教授；著有《搜索用户界面》（Search User Interfaces）。
在破解越来越困扰现代社会的难题这一点上，科学家和工程师不断取得进展。20世纪90年代至21世纪头10年进行的一项著名研究表明，当面临的选择太多时，人们经常不做出任何选择。而为了应对这一问题，科学研究和商业上的努力则焦聚于挖掘行为“大数据”。
现在的智能系统在人们需要某种东西之前就能预测到这一点。因此，不同于以往在网站上提供导航选项，并强迫消费者从中进行选择，如今“聪明”的应用程序只简单地显示对用户真正有用的两三个选择。此外，不同于以往浏览权威媒体提供的新闻，现在新闻程序只向读者提供他们真正感兴趣的个性化内容，所以他们不再需要思考应该如何跟上时代的节奏。比如，当你坐下来时，眼前的屏幕上出现只有你此刻想看的电影或者视频，你甚至不需要做任何思考，而且你的投票选择已经按照自己最喜欢的色彩样式排列好。
以上所说的智能系统并不限于阅读，像度假这类计划现在也能通过智能系统安排。在过去，你绝对想不到自己所梦想的目的地是堪萨斯州的一个小镇，而现在，这个小镇的确有可能成为首选，你和自己爱的人会在那里度过最美好的时光。只有这样，智能系统才不会使在夏威夷考艾岛（Kauai）度假的人感到拥挤。
因此，我认为科学新闻什么都好，除了反对科学的赫胥黎(44)抗议者们持有的相反看法。不过，这种信息不会出现在你想读的新闻里。你想读的科学新闻基于这些因素：你最近读过的文章、最近的一些想法、摄入的食物，以及工作情况。
这就是我想写的科学新闻。温馨提示：在阅读本文过程中形成的相反想法将会被报道出来。
90
THOSE ANNOYING ADS THE HARBINGER OF GOOD THINGS TO COME
那些烦人的广告？预示着美好未来的到来
罗杰·尚克（Roger Schank）
认知心理学家，苏格拉底艺术公司（Socratic Arts）和在线体验式教学（XTOL）创始人，非营利性机构教育引擎（Engines for Education）执行董事；著有《教育的愤怒》（Education Outrage）。
与我们未来的生活密切相关的重要新闻源自技术的发展，实际上，它们并不仅仅是新闻，而且非常烦人。我这里所说的新闻就是，当你上网处理一些任务时总会有广告弹出。
这些烦人的广告总是出现在新闻中。那么，这就带来了一个有趣的问题：它们为什么会成为好事呢？
首先，我们讨论一下为什么会出现这种烦人的广告。你之所以能看到广告，是因为你在互联网上浏览了某些信息。曾有一段时间，我经常会看到在线护理学校的广告，因为我曾浏览过一家在线护理学校的信息，以搞清楚它是做什么的。实际上，我的兴趣是在线教育，而非护理。如果计算机能了解你的兴趣，那么你的屏幕上就会出现目标广告。如果你浏览了手提箱，很快就会收到手提箱的广告。这种推荐虽然看起来很机械，并且很烦人，但某些时候还是有效的，所以会一直持续下去。
我们正处于广告的关键词阶段。我们曾被告知，IBM的沃森（Watson）正在进行深度学习，这一过程就是基于科学。不要被骗了，这背后全都是关键词搜索，没有科学。定向广告都基于关键字，你在网络上输入的所有内容都会被记录。因此，这其中没有科学。
那么什么是好的新闻呢？
我们的行为被记录也许并不算一件坏事。比如，地图应用程序可以定位我们的位置，或者帮助我们找到目的地，这就是有利于我们的好事。许多人都喜欢交友网站，因为它们能告诉你附近都有谁，或者哪些人你会感兴趣。不过，这其中并不涉及科学，真正涉及科学的是：交友网站能推断出你可能喜欢谁，并告诉你们之间的共同点。这一点很容易实现，只需一台像你的朋友一样了解你和你的上网习惯的计算机。
我们继续推进这种想法，设想这样一个场景，你正尝试维修的某种设备知道你在做什么，并且能够提供帮助。这种场景也许并不稀奇。再设想一下，比如你正在做饭，食谱知道你在做什么，也知道你有什么作料和厨具，并且能够帮你做，还能根据需要修改食谱，而且，如果食谱发现你的做法有错误，还能提供帮助。若想实现这一场景，只需一个关于你的目标模型、一些令你感兴趣的东西，也许还需要用到一些物理学知识。
我们进一步完善这种关于智能机器的想法。请想象这样一个场景，当你驾驶着车辆经过某家餐厅时，坐在旁边的朋友可能会说：“唉，这不是你很喜欢的那家餐厅吗？为什么不进去吃点儿？”这属于烦人的广告还是有用的建议呢？我认为，关键在于当时的情景以及提出这个建议的是谁。
接下来，我们讨论一些更严肃的话题。我曾患有胃病，并将此事告诉了妻子。她建议我服用曾经服用过的一种药，说这种药可能有效。假设提供建议的不是我妻子而是一台计算机，那么这算不算广告呢？然而，这是不是广告很重要吗？关键在于我们能否实现这种精准的推荐。答案是肯定的，因为人工智能技术可以根据人们的需求轻易地实现建模。然而，我们目前还忙于与关键词打交道。
假设我真的生病了，我可能更疑心自己是否得了心脏病。接下来，我会去看急诊，或者上网搜索心脏病的症状。也有可能，我会给认识的医生打电话。将来，也许只需点击一下鼠标，最好、最聪明的心脏病专家就能帮助我们解决一切问题，并时刻准备着回答患者的问题，以及提供建议，也许还能根据患者的情况讲述一些小故事。这有可能实现吗？若想实现这一点，需要将故事按照人类的方式进行分类，并且可以设计出能够进行这种操作的程序。然而不幸的是，目前这类人工智能的商业运用还没有实际的计划。
人工智能在广告定位方面具有巨大的发展潜力，这并不是因为它可以分析关键词或者进行深度学习，而是因为它们可以根据情景建模，并将人们所描述的场景与之匹配。你可以设想一下，假设存在一个拥有数十万个专家的视频数据库，情况会如何呢？你可能会困惑：“我该如何在所有数据中进行搜索呢？”你之所以会提出这一问题，是因为搜索已经是一项很普通的日常活动，而且我们越来越相信搜索。同时，所有支持人工智能的人都肯定关键词的作用。
不过，关键词并不是产生这种突破的原因。在很多时候，我们需要在大量信息中进行搜索，而且搜索到的信息经常并不是所需要的。实际上，这不是搜索的问题，而是一个类似于“在合适的时间向合适的人推荐合适的广告”的问题，是一个让计算机对你所做的和你的计划进行建模的问题，并对两者进行匹配以提供可能的帮助。
因此，不要总觉得广告很烦人，它们也许预示着一个激动人心的时代的到来。将它们看作一位聪明并时刻准备提供帮助的朋友吧，只是目前这位朋友非常机械且烦人。用不了多久，你的这位“广告”朋友会变得更聪明，而且这样的朋友还会越来越多。虽然智能机器可以选出最好的建议，但它们有别于真实生活中的朋友。它们可以是最好的、最聪明的、预先录制好的、不需要花太多力气去寻找且及时的。关于广告，我们已经掌握了足够多的科学知识。也许，我们很快就会厌倦人工智能在广告方面的应用，而进行一些更有意义的人工智能研究。
91
BIOLOGY VERSUS CHOICE
生物学与选择
塔莉亚·惠特利（Thalia Wheatley）
心理学家，达特茅斯学院教授。
很少有神经科学方面的单一发现能保持很长一段时间的新闻热度。然而，总体来看，这些有可能促使出现最伟大、还在发展中的新闻故事：人类的思想和行为是生物过程的产物。机器内没有幽灵，这一观点已被广泛接受。
人们内心的天平正在从古老的直觉向生物学上的认可转变，生物学虽然有其固有的局限性，但也具有不可限量的前景。
每一年，神经科学研究都会发现与呈现某种心理特性或倾向相关的大脑行为，这些心理特性包括心理变态、无私、外向以及责任心。研究人员发现：对大脑区域进行电击会让患者产生强烈的动机，疾病会扰乱患者的道德准则或者产生幻觉；而环境因素（包括摄入的食物和所看到的东西）是产生神经交互活动的根源，而且影响着神经活动的形成。实际上，是神经活动将我们所有的想法、感受和活动具象化。最终，我们发现“机器中的幽灵”原来就是原生生物系统。
然而，让人们相信性取向不是一种选择是一回事，而让人们相信将生物学与选择相互对立起来毫无意义完全是另一回事。除了已经了解的生物系统，还有谁在做“选择”呢？选择是否服药属于生物学的范畴，就如同疾病需要药物来治疗。选择只不过是我们尚未理解的生物过程的一种简单的指代。当我们就这一话题进行交流时［当提到选择时会像四体液学说（four humors）一样占据同样的修辞空间］，将会认识到公共政策应当与对思维的科学理解保持一致。
92
HOW TO BE BAD TOGETHER
如何一起变坏
格洛丽亚·奥里吉（Gloria Origgi）
哲学家，法国国家科学研究中心（CNRS）终身高级研究员；著有《什么是信任？》（Qu'est-ce que la confiance）。
当我看到西蒙·盖赫（Simon Gchter）和贝内迪克特·赫尔曼（Benedikt Herrmann）在英国皇家学会《哲学学报》上发表的引人关注的文章《互惠、文化和人类合作》（Reciprocity, culture and human cooperation）时，我的感受可以用两个词来形容：出乎意料、兴趣盎然。
两位作者解决了社会科学中的一个经典问题，那就是公共资源的悲剧问题，或者说个人利益和集体利益在公共资源上存在的矛盾。这是当代行为经济学和进化社会生物学领域面临的一大难题，这一难题一般通过关于合作、信任和利他性惩罚的经典实验来解决。大量文献表明，直接互惠和间接互惠是促进人类之间进行合作的重要方法。人类经常通过“利他性惩罚”的方式来保持合作，换句话说，人类愿意在不接受任何回报的情况下支付报酬，以惩罚那些不合作的人，从而促进社会行为。然而，盖赫和赫尔曼在这篇文章中表明，在某些文化中，当人们参与合作时，比如“公共物品博弈”，受到惩罚的是合作的人，而非搭便车的人。
在一些社会，人们更愿意表现出反社会倾向，而且这些人会采取行动引导他人也参与其中。这意味着社会中的合作不都是为了利益，反社会群体就是例证。这类人根本不关心公共利益，而更愿意维护符合他们口味的现状，即使这种现状的结果是走向平庸。
对于生活在意大利这个只要行为表现良好便能获得社会和法律的认可的国家的人而言，这个发现令人振奋。也许，合作并不是人类天生的美德。在很多时候，我们更愿意与那些可以分享各自的隐私和弱点的人在一起，并回避那些亲社会、无私的人。也许，生活在没有同理心的圈子里是很正常的；也许，集体向恶的合作和集体向善的合作一样广泛。
93
PSYCHOLOGY’S CRISIS
心理学领域面临的危机
埃伦·温纳（Ellen Winner）
心理学家，波士顿学院教授。
心理学领域正面临着一项挑战：许多研究无法再重现。《科学》杂志最近公布了100项重复研究的实验结果，最终结果难以令人重拾信心。平均效应值大幅下降，虽然97%的原始论文报道了其p值（p value）具有较高的显著性，但只有36%被重复进行的实验可以得出原先的结果。
其他科学领域同样存在之前的研究结果难以重现的问题。我们知道，许多无法重现的研究之所以会在第一时间发表，是因为发表文章能使研究者获得终身职位和奖励，减少巨大的教学压力。还有部分原因在于，期刊上发表的文章更偏向于违反直觉的发现，而非那些普通的现象。然而，值得注意的是，相比于纵向描述性研究（比如，对孩子2岁时的语言变化的研究）和定性研究（比如要求人们反思并解释他们和其他人的互动的研究），一次性的启动研究更容易成功。
